基于种子区域增长的快速图像融合

提出一种对一组配准图像进行快速无缝融合的方法。该方法使用基于优先级队列的种子区域增长算法来快速计算重叠图像之间的最优拼接线。使用种子区域增长算法在图像重叠区域搜索可能的拼接线,使得图像的融合时间显著减少。采用种子区域增长来求解图像重叠区域的拼接线能够保证图像之间的每个重叠区域都能计算得到近似最优解,这些重叠区域的独立性使得该算法适合于并行实现。对提出的方法和基于图割以及基于分水岭变换的图像融合方法进行了比较和评估。

基于种子区域增长的胆管分割方法研究

目的:对CT片中的胆管进行分割。方法:采用图像分割技术中的种子区域增长法,首先,选取种子点,得到种子点所对应CT值和相邻26个点均值,然后以种子点所在位置为起点往其临近26点扩散。若其临近点CT值与种子点CT值差值在正负10个HU或者均值满足相同要求则该点为同类点,依次类推,直到不再有同类点时算法结束。结果:自动分割的准确率>80%,计算误差<10%。结论:基于种子区域增长的分割方法能自动地有效地对胆管进行分割。

一种基于种子点区域增长的简单地物边界快速提取方法

从遥感图像上提取地物地貌信息,并对其进行处理和分析,广泛应用于城市规划、变化监测、环境保护、应急减灾等各个领域。本文针对测绘规划部门常用的真彩色遥感影像图,综合国内外相关研究基础上,提出一种基于种子点区域增长算法快速提取简单地物边界的方法。并以影像图中水体、云斑为实验对象验证方法的有效性。

超声乳腺肿瘤图像中种子点的自动定位研究

利用种子区域增长对超声乳腺肿瘤图像进行分割是一种常用的计算机辅助诊断方法。为实现种子点的自动快速定位,满足实时在线分割图像的需求,根据超声乳腺肿瘤图像的结构特征,综合图像的灰度因素和空间因素,提出了一种基于迭代四叉树分解的算法。该算法将满足特定阈值的图像分裂转化为寻找种子区域,以实现种子点的自动定位。对105幅超声乳腺肿瘤图像进行了实验验证,结果表明,该算法准确率能够达到94.28%,平均耗时2.97 s,不但满足了种子点的自动定位于图像肿瘤内部,而且需要调整的参数少,其定位效率要高于人工选择。

基于改进的混合高斯模型的运动目标检测方法

针对传统高斯模型学习速度慢问题,提出了一种基于新的背景模型更新模式的目标检测方法.首先,对彩色图像建立混合高斯模型,并且采用新方法更新背景模型,即不同的阶段使用不同的更新方程,然后由背景差分得到基本准确的前景图像,其次利用基于颜色差、亮度差和梯度差的阴影检测算法削除前景图像的运动阴影,最后利用形态学滤波、连通组件分析和种子区域增长进行后处理.实验结果表明,该方法不管在室内还是在室外都能很好地消除阴影,准确地提取运动目标.

基于颜色和纹理特征提取的接地网腐蚀等级分析

针对目前我国发变电站接地网材料普遍采用的碳钢材料易腐蚀,且人眼判别腐蚀情况误差较大的问题,提出了采用图像处理技术对采集的腐蚀图像进行颜色和纹理特征提取以及分析的方法。首先,在亮度/色度彩色空间中,采用亮度色度非线性重组对腐蚀图像进行增强处理;其次,通过局部特征一致性,采用Gabor滤波器和彩色空间提取图像的颜色、纹理和梯度幅值等特征;然后,采用人工蜂群算法得到分割图像的最佳种子点和最佳相似值,采用种子区域增长将图像分割成小的腐蚀区域;最后,度量这些小的腐蚀区域的相似性,从而完成腐蚀等级的分析。

基于MATLAB＿GUI的超声乳腺肿瘤图像分割平台设计

利用种子区域增长对超声乳腺肿瘤图像进行分割是一种常用的计算机辅助诊断方法。要实现快速分割,满足实时在线分割图像的需求,需要解决两个关键的步骤:种子点的自动快速定位和分割阈值的选择。本文在Matlab环境下开发了一个图形用户界面软件平台,为超声乳腺图像中病灶的分割提供一种客观、可重复、易使用的方法。对65幅超声乳腺肿瘤图像进行了实验验证,结果表明:该平台的分割图像效果和所用时间都比手动分割效率高,分割所用平均时间5.55秒。使用者通过滑块选择阈值来分割图像,而不必熟悉MATLAB程序来调整参数。

遥感影像图中的地物信息自动提取技术研究

遥感影像推动了测绘技术的发展,而遥感影像的地物自动提取技术也有利于遥感影像的全数字化发展。种子区域增长法是一种较好的遥感影像地物自动提取算法,但是由于容易受到噪声的影响,而导致地物提取轮廓不清晰。在借助面向对象的遥感影像处理思想对种子区域增长算法进行改进后,所获得的地物轮廓更加精确,具有更好的遥感影像图地物自动提取效果。

基于车载前置相机成像的地铁列车前方轨道识别技术研究

城市轨道交通建设和运营范围的不断拓展,对安全管理也提出了更高要求,本文基于车载前置相机成像,快速准确地识别地铁列车前方轨道。本文所提出的用于地铁列车前方轨道的识别的处理方法能够自动化地方便地将列车前方轨道在相机拍摄的图像上准确地识别出来,具有良好的实时性,能够在很短时间内处理一帧图像并将列车前方轨道在车载前置摄像头的图像上显示出来。